Resumen

La extracción de datos de redes sociales y el desarrollo de perfiles de usuario a partir de datos no estructurados e informales son tareas desafiantes. La investigación propuesta construye perfiles de usuario utilizando datos de Twitter que luego son útiles para proporcionar recomendaciones personalizadas al usuario. Se obtienen y clasifican los tuits disponibles públicamente, y se extraen y normalizan los sentimientos expresados en los tuits. Esta investigación utiliza una lista de semillas específica del dominio para clasificar los tuits. Se realiza un análisis semántico y sintáctico en los tuits para minimizar la pérdida de información durante el proceso de clasificación de los tuits. Después de una clasificación precisa y un análisis de sentimientos, el sistema construye un perfil basado en los intereses del usuario analizando las publicaciones de los usuarios en Twitter para conocer sus intereses. El sistema propuesto se probó en un conjunto de datos de casi 1 millón de tuits y pudo clasificar hasta un 96% de los tuits con precisión.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Minería de datos; Datos de redes sociales; Perfil de usuario; Datos de Twitter; Recomendaciones personalizadas; Análisis de sentimientos
• Keywords:Mining; Social network data; User profile; Twitter data; Personalized recommendations; Sentiment analysis